Aujourd'hui, Li Kaifu, PDG de Zero One et président du conseil d'administration d'Innovation Works, a prononcé un discours lors du premier sommet du marché des capitaux de Guolian Minsheng Securities. Dans son discours, il a indiqué que 2025 serait l'année du déploiement à grande échelle des applications d'IA.
Source de l'image : Image générée par IA, fournisseur de services d'autorisation d'images Midjourney
Comparé au cloud computing, le cycle d'explosion de la couche applicative de l'IA 2.0 devrait être réduit à moins de deux ans. Il a déclaré : « En réalité, l'écosystème actuel de l'intelligence artificielle n'est pas encore très sain, car l'argent est accaparé par une poignée d'entreprises de puces. Un écosystème sain devrait voir les applications générer le plus de revenus, suivies des plateformes et des modèles, les puces générant le moins de revenus. Or, l'écosystème actuel de l'intelligence artificielle est inversé. On s'attend à ce qu'un écosystème sain se forme dans les deux prochaines années. »
Li Kaifu a souligné que l'informatique a connu deux grandes révolutions dans l'histoire de l'humanité : l'ère du PC et l'ère d'Internet mobile. Ces deux révolutions ont considérablement amélioré le PIB mondial. Aujourd'hui, l'IA générative est en train d'ouvrir une troisième révolution informatique. Par rapport aux deux précédentes révolutions, l'ère de l'IA apportera des changements plus profonds. L'ère du PC a simplement placé un ordinateur dans chaque bureau, Internet mobile a permis aux gens de communiquer en permanence avec l'information, les applications et les autres personnes, tandis que l'ère de l'IA rendra chaque application plus intelligente qu'un être humain.
Il a également indiqué que le développement futur des modèles entrerait dans un tournant, se divisant principalement en deux types : les modèles extrêmement grands, de l'ordre des milliers de milliards, voire des dizaines de milliers de milliards de paramètres, et les modèles de plusieurs centaines de milliards de paramètres. Les modèles de plusieurs centaines de milliards de paramètres sont pragmatiques, rapides et peu coûteux, tandis que les modèles extrêmement grands sont plus intelligents et ont un potentiel plus élevé.
